Tuore nobelisti katuu löydöksiään – varoittaa mahdollistamansa kehityksen vaaroista

Fysiikan Nobel-palkinnon saavat tänä vuonna John Hopfield Yhdysvalloista ja Geoffrey Hinton Kanadasta. Heidät palkitaan tutkimustyöstä, joka on mahdollistanut tekoälyn eli koneoppimisen keinotekoisten neuroverkkojen avulla.

Ruotsin tiedeakatemian mukaan Princetonin yliopistossa työskentelevä Hopfield ja Toronton yliopistossa työskentelevä brittiläis-kanadalainen Hinton ovat tehneet tärkeää työtä neuroverkkojen parissa jo 1980-luvulta lähtien. Heidän työnsä tuloksista on jo ollut paljon käytännön hyötyä, palkintoperusteissa todetaan.

–  He ovat esitelleet meille täysin uuden tavan käyttää tietokoneita avuksi ja opastukseksi niissä monissa haasteissa, joita yhteiskunnissamme on. Keinotekoisiin neuroverkkoihin perustuva koneoppiminen on mullistamassa tiedettä, tekniikkaa ja jokapäiväistä elämäämme, palkintoperusteissa todetaan.

Lue lisää: Fysiikan Nobel-palkinto tekoälyn tutkijoille

Hopfield, 91, on kehittänyt assosiatiivisen muistin, joka voi varastoida ja rekonstruoida kuvia ja muita muotoja tiedostoissa.

"Tekoälyn kummisetä"

Hopfieldin työn päälle rakentanut Hinton, 76, on puolestaan kehittänyt menetelmän, joka voi löytää automaattisesti tiettyjä ominaisuuksia esimerkiksi kuvista. Puhelu Nobel-palkinnon saamisesta yllätti hänet täysin.

– Olen Kaliforniassa halvassa hotellissa, jossa ei ole kunnon netti- tai puhelinyhteyttä. Tarkoituksena oli mennä tänään magneettikuvaukseen, mutta pitää perua se, tuore nobelisti sanaili.

Hintonia on kutsuttu "tekoälyn kummisedäksi". Hänen mukaansa tekoälyn tuomia mahdollisuuksia voi verrata teolliseen vallankumoukseen.

Samalla Hinton varoittaa myös vaaroista.

– Meidän on oltava tietoisia kielteisistä seurauksista ja vältettävä asioiden karkaamista hallinnasta, Hinton sanoi toimittajapuhelussa.

Hän sanoi jopa katuvansa osaa löydöistään, mutta myönsi, että tekisi saman samoissa olosuhteissa uudestaan.

Fysiikan Nobel-palkinto luovutetaan saajilleen Tukholman palkintogaalassa 10. joulukuuta.